基于改进极限学习机的短期电力负荷预测方法_毛力.pdfVIP

第 40 卷 第 20 期 电力系统保护与控制 Vol.40 No.20 2012 年 10 月 16 日 Power System Protection and Control Oct. 16, 2012 基于改进极限学习机的短期电力负荷预测方法 毛 力，王运涛，刘兴阳，李朝锋 （轻工过程先进控制教育部重点实验室，江南大学物联网工程学院，江苏 无锡 214122） 摘要：为了提高电力系统短期负荷预测精度，提出一种基于改进极限学习机(MELM)的短期电力负荷预测模型。引入基于结构 风险最小化理论，并结合最小二乘向量机回归学习方法，以克服传统极限学习机(ELM) 在短期负荷预测中存在的过拟合问题。 某地区用电负荷预测结果表明，改进模型的泛化性与预测精度均优于传统 ELM 和 OS-ELM 模型，可为短期电力负荷预测提供 有效依据，具有一定的实用性。 关键词：短期负荷预测；极限学习机；结构风险；最小二乘支持向量机 Short-term power load f